时间线图表、热图
tsplot() / heatmap()
1.时间线图表 - tsplot()
示例1：
import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns #设置风格、尺度 sns.set_style('darkgrid') sns.set_context('paper') #不发出警告 import warnings warnings.filterwarnings('ignore') x = np.linspace(0, 15, 31) data = np.sin(x) + np.random.rand(10,31) + np.random.randn(10,1) print(data.shape) print(pd.DataFrame(data).head()) sns.tsplot(data = data, err_style='ci_band', #误差数据风格，可选：ci_band, ci_bars, boot_traces, #boot_kde, unit_traces, unit_points interpolate = True, #设置连线 ci = [40, 70, 90], #设置误差区间 color = 'g' #设置颜色 )
示例2：
sns.tsplot(data = data, err_style = 'boot_traces', n_boot = 300 #迭代次数 )
示例3：
#参数设置 #导入数据 gammas = sns.load_dataset('gammas') print(gammas.head()) print('数据量为：%i条'%len(gammas)) print('timepoint为0.0时的数据量为：%i条'%len(gammas[gammas['timepoint'] == 0])) #查看唯一具体信息 print('timepoint共有%i个唯一值'%len(gammas['timepoint'].value_counts())) sns.tsplot(time = 'timepoint', #时间数据， x轴 value = 'BOLD signal', #y轴value unit = 'subject', #拆分，默认参数 condition = 'ROI', #分类 data = gammas )
2、热图 - heatmap()
示例1：
df = pd.DataFrame(np.random.rand(10,12)) sns.heatmap(df, #加载数据 vmin = 0, vmax = 1 #设置图例最大最小值 )
示例2：设置参数
#设置参数 #加载数据 flights = sns.load_dataset('flights') flights = flights.pivot('month','year','passengers') print(flights.head()) sns.heatmap(flights, annot = True, #是否显示数值 fmt = 'd', #格式化字符串 linewidth = 0, #格子边线宽度 center = 100, #调色盘的色彩中心值，若没有指定，则以cmap为主 cmap = 'Reds', #设置调色盘 cbar = True, #是否显示图例色带 #bar_kws = ['orientaion':'horizaintal'], #是否横向显示图例色带 #square = True #是否正方形显示图表 )
示例3：绘制半边热图
#设置风格 sns.set(style = 'white') #创建数据 rs = np.random.RandomState(33) d = pd.DataFrame(rs.normal(size = (100, 26))) corr = d.corr() #求解相关性矩阵表格 #设置一个‘上三角形’蒙版 mask = np.zeros_like(corr, dtype = np.bool) mask[np.triu_indices_from(mask)] = True #设置调色盘 cmap = sns.diverging_palette(220, 10, as_cmap = True) #生成半边热图 sns.heatmap(corr, mask = mask, cmap = cmap, vmax = .3, center = 0, square = True, linewidths = 0.2)
